Informatica - Recupero delle informazioni

Un metodo sistematico per scoprire rischi e opportunità inaspettati in vari settori.

Un nuovo metodo migliora come vengono analizzate e recuperate le sequenze di eventi.

Un nuovo metodo migliora il campionamento negativo nelle raccomandazioni per una migliore esperienza utente.

Un nuovo metodo migliora le previsioni dai note cliniche usando modelli linguistici.

Un nuovo modello migliora le raccomandazioni di notizie mescolando le intuizioni individuali e collettive degli utenti.

Migliorare i LLM recuperando esempi migliori per l'apprendimento in contesto.

I ricercatori sviluppano metodi per migliorare la selezione dei farmaci per i singoli pazienti oncologici.

La ricerca punta a combinare dati audio e simbolici per analizzare la somiglianza musicale.

Scopri come la riformulazione delle query migliora i sistemi di ricerca conversazionale.

Questo articolo esplora come le raccomandazioni possano incentivare la modifica di argomenti poco rappresentati su Wikipedia.

Lo studio esamina come gli errori hardware influenzano le prestazioni e la resilienza dei sistemi di raccomandazione deep.

gSAM migliora le GNN per dare consigli sugli oggetti e per una migliore generalizzazione.

Uno sguardo su come promuovere l'equità nei sistemi di raccomandazione in mezzo al sovraccarico di informazioni.

Il framework ZeQR migliora l'efficienza della ricerca conversazionale gestendo le ambiguità delle query.

Questo studio esamina metodi per recuperare immagini che supportano efficacemente gli argomenti.

Uno sguardo ai metodi moderni per migliorare l'efficienza del recupero dei documenti.

Questo studio migliora la classificazione delle immagini dei brevetti usando tecniche avanzate di deep learning.

Un nuovo metodo migliora i sistemi di recupero documenti con aggiornamenti in tempo reale.

UniMatch semplifica il marketing combinando raccomandazioni e targeting in un unico modello.

Questo articolo esamina il lavoro di squadra tra scuole e aziende nell'NLP.

Scopri come migliorare i sistemi di raccomandazione per aumentare la soddisfazione degli utenti e la loro fidelizzazione.

Un nuovo modo per stimare i rischi finanziari degli attacchi informatici usando dati reali.

MythQA rileva affermazioni false sui social media per supportare informazioni accurate.

XWalk trasforma le ricerche di prodotti considerandole come raccomandazioni, migliorando l'efficacia dell'e-commerce.

RANSAC-NN propone un nuovo metodo per rilevare gli outlier nei set di dati di immagini senza dover pulire i dati prima.

Uno studio rivela come le valutazioni degli utenti influenzino l'efficacia dei sistemi di raccomandazione.

Esplorare come la rimozione di articoli influisce sulle raccomandazioni nei sistemi sequenziali.

RRAML combina modelli linguistici con un recuperatore per migliorare la generazione di contenuti.

Un nuovo modello migliora le esperienze di shopping con suggerimenti focalizzati sulle categorie.

HeteFedRec migliora i sistemi di raccomandazione federati mantenendo la privacy degli utenti.

Questi modelli aumentano il coinvolgimento degli utenti concentrandosi sul contesto delle interazioni.

Migliorare le raccomandazioni per utenti con gusti unici.

Un nuovo metodo migliora i suggerimenti degli articoli per un'esperienza utente migliore.

Questo articolo parla dell'importanza e del futuro del recupero di informazioni semantiche.

Uno studio presenta metodi automatizzati per valutare il comportamento dei cani, riducendo i pregiudizi e migliorando l'efficienza.

Nuovo modello migliora le previsioni sui risultati della terapia per il cancro alla vescica utilizzando le caratteristiche dei pazienti.

Un nuovo approccio potenzia i sistemi di raccomandazione usando RL offline e modelli trasformatore.

Nuovi metodi per suggerire articoli usano il linguaggio degli utenti per risultati migliori.

Uno studio su come usare registrazioni sonore per identificare diverse specie di uccelli in Africa.

Questo articolo presenta un nuovo modello per delle migliori raccomandazioni video basate sulle abitudini di scorrimento degli utenti.